[論文レビュー] Predicting the Temporal Dynamics of Information Diffusion in Social Networks

Adrien Guille, Hakim Hacid+1 more|arXiv (Cornell University)|Feb 21, 2013

Complex Network Analysis Techniques参考文献 21被引用数 17

ひとこと要約

本論文では、Twitterデータからユーザー行動を学習することで、時間に依存する情報拡散の時間的ダイナミクスを予測するT-BaSICというモデルを提案する。ベイジアンロジスティック回帰を用い、トピック固有の拡散パターンを捉え、オンライン文脈における「2段階理論」の妥当性を検証し、ベースライン手法よりも予測精度が向上することを示している。

ABSTRACT

Online social networks play a major role in the spread of information at very large scale and it becomes essential to provide means to analyse this phenomenon. In this paper we address the issue of predicting the temporal dynamics of the information diffusion process. We develop a graph-based approach built on the assumption that the macroscopic dynamics of the spreading process are explained by the topology of the network and the interactions that occur through it, between pairs of users, on the basis of properties at the microscopic level. We introduce a generic model, called T-BaSIC, and describe how to estimate its parameters from users behaviours using machine learning techniques. Contrary to classical approaches where the parameters are fixed in advance, T-BaSIC's parameters are functions depending of time, which permit to better approximate and adapt to the diffusion phenomenon observed in online social networks. Our proposal has been validated on real Twitter datasets. Experiments show that our approach is able to capture the particular patterns of diffusion depending of the studied sub-networks of users and topics. The results corroborate the "two-step" theory (1955) that states that information flows from media to a few "opinion leaders" who then transfer it to the mass population via social networks and show that it applies in the online context. This work also highlights interesting recommendations for future investigations.

研究の動機と目的

• オンラインソーシャルネットワークにおける情報拡散の時間的ダイナミクスを予測すること、特にトピックやハッシュタグに関して。
• 社会的要因、意味的要因、時間的要因を統合することで、情報がソーシャルネットワーク内でどのように拡散するかをモデル化すること。
• 固定パラメータモデルとは異なり、時間とともにパラメータを適応させる汎用的でデータ駆動型のモデルを開発すること。
• 実世界のTwitterデータを用いて、オンラインソーシャルネットワークにおける「2段階理論」の適用可能性を検証すること。
• ベースライン手法と比較して、拡散の量とダイナミックなパターンの両方の予測精度を向上させること。

提案手法

• T-BaSICモデルは、拡散の観点から拡散ノードに着目したAsIC理論的枠組みの時間に依存する拡張に基づいている。
• 行動特徴に基づき、時間変動するユーザー間の拡散確率を推定するためにベイジアンロジスティック回帰を用いる。
• 特徴は3つの次元から得られる：社会的（ネットワーク構造）、トピック的（意味的コンテンツ）、時間的（時系列パターン）。
• ユーザーの関与度や情報伝播の変化を反映するパラメータを推定するために、実際のTwitterデータセットを用いてモデルを学習する。
• 予測誤差は2つの指標で評価される：ボリューム誤差（合計到達数のずれ）とダイナミクス誤差（変化率のずれ）。
• 1タイムラグ予測子を比較のベースラインとして用い、ボリュームおよびダイナミクスの両方について相対誤差削減率を報告する。

実験結果

リサーチクエスチョン

• RQ1 時間変動パラメータを用いて、ソーシャルネットワークにおける情報拡散の時間的ダイナミクスを正確に予測する方法は何か？
• RQ2 ソーシャルネットワークのトポロジーとユーザー行動は、トピックのマクロスケールな拡散をどの程度説明できるか？
• RQ3 マスコミが意見リーダーを情報提供し、その後それらが一般大衆に広がるという「2段階理論」は、オンラインソーシャルネットワークにおいて成立するか？
• RQ4 データ駆動型で時間に依存するモデルは、固定パラメータモデルや単純なラグベース予測子と比較して、拡散量とダイナミクスの両方を予測する上で優れているか？
• RQ5 異なるトピックタイプ（例：バズ型対スローバーン型）は、予測モデルの性能にどのように影響を与えるか？

主な発見

• 最も一般的な拡散形状において、T-BaSICモデルは1タイムラグベースライン比でボリューム誤差に34.04%、ダイナミクス誤差に43.46%の削減を達成した。
• 2番目に頻度の高い拡散パターンでは、ボリューム誤差に42.89%、ダイナミクス誤差に47.70%の削減が見られた。
• ゆっくりと持続的に成長するトピックに対しては、モデルは全体で31.85%の予測精度向上を達成した。
• 結果は「2段階理論」の支持を示しており、オンラインネットワークにおいて情報がマスコミから意見リーダーへ、その後一般大衆へと拡散されることを示している。
• 外部情報源を無視する「閉じた環境」の仮定により、モデルはやや合計ボリュームを低く見積もっている。
• T-BaSICの時間に依存するパラメータは、固定パラメータモデルと比較して、現実の拡散パターンへの適応性が優れている。